(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211015486.7 (22)申请日 2022.08.24 (71)申请人 张粉霞 地址 650500 云南省昆明市呈贡区中通世 纪广场13 栋2006 (72)发明人 张粉霞　周建国　张广州　 (74)专利代理 机构 北京铁桦 专利代理事务所 (普通合伙) 16060 专利代理师 钱林艺 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06N 3/04(2006.01) G01F 23/296(2022.01) G01W 1/14(2006.01)G16Y 10/35(2020.01) G16Y 20/10(2020.01) G16Y 40/10(2020.01) G16Y 40/20(2020.01) G16Y 40/35(2020.01) (54)发明名称 一种基于物联网的水资源调度预警装置及 方法 (57)摘要 本发明涉及水资源调度预警技术领域， 公开 了一种基于物联网的水资源调度预 警装置， 包括 浮板， 所述浮板顶部设置有水资源监测机构； 所 述水资源监测机构包括固定壳体、 工控电脑、 超 声波测深探头、 电机、 电机轴、 旋转杆、 防水马达、 马达轴和螺旋桨； 所述浮板顶部螺栓连接有固定 壳体， 所述固定壳体前侧中部螺栓连接有工控电 脑， 所述浮板底部两侧均螺栓连接有超声波测深 探头。 本发 明通过在各个水域中进行水资源深度 的检测、 雨量检测和水面蒸发量检测， 并将检测 的数据传输给调度总控制中心， 在将水资源深度 资料传输完成后， 能够对各个水资源区域进行分 层， 比起传统传统水资源点、 线和面的建模， 分层 建模速度更加快捷。 权利要求书2页 说明书4页 附图2页 CN 115392693 A 2022.11.25 CN 115392693 A 1.一种基于物联网的水资源调度预警装置， 包括浮板(1)， 其特征在于： 所述浮板(1)顶 部设置有水资源监测机构； 所述水资源监测机构包括固定壳体(2)、 工控电脑(3)、 超声波测深探头(4)、 电机(13)、 电机轴(14)、 旋转杆(8)、 防水马达(9)、 马达轴(10)和螺旋桨(11)； 所述浮板(1)顶部螺栓连 接有固定壳体(2)， 所述固定壳体(2)前侧中部螺栓连接有工控电脑(3)， 所述浮板(1)底部 两侧均螺 栓连接有超声 波测深探 头(4)； 所述固定壳体(2)内部顶端螺栓连接有蓄电池(12)， 所述蓄电池(12)底部螺栓连接有 电机(13)， 所述电机(13)底部连接有电机轴(14)， 所述电机轴(14)底部穿过浮板(1)固定连 接有旋转杆(8)， 所述旋转杆(8)底部螺栓连接有防水马达(9)， 所述防水马达(9)前侧连接 有马达轴(10)， 所述马达轴(10)前侧固定连接有螺 旋桨(11)。 2.根据权利要求1所述的一种基于物联网的水资源调度预警装置， 其特征在于： 所述固 定壳体(2)顶部一侧螺 栓连接有 蒸发传感器(5)。 3.根据权利要求1所述的一种基于物联网的水资源调度预警装置， 其特征在于： 所述固 定壳体(2)顶部的另一侧螺 栓连接有雨 量传感器(6)。 4.根据权利要求1所述的一种基于物联网的水资源调度预警装置， 其特征在于： 所述浮 板(1)顶部 螺栓连接有光伏太阳能板(7)， 且光伏太阳能板(7)和蓄电池(12)电性连接 。 5.根据权利要求4所述的一种基于物联网的水资源调度预警装置， 其特征在于： 所述光 伏太阳能板(7)和蓄电池(12)之间连接有光伏转换器。 6.根据权利要求1所述的一种基于物联网的水资源调度预警装置， 其特征在于： 所述固 定壳体(2)顶端中部螺栓连接有物联网通讯模块(15)， 所述固定壳体(2)前侧顶部嵌入固定 有摄像头。 7.根据权利要求6所述的一种基于物联网的水资源调度预警装置及方法， 其特征在于： 所述超声波测深探头(4)、 蒸发传感器(5)、 摄像头和雨量传感器(6)的信号输出端与工控电 脑(3)的信号输入端 连接， 所述工控电脑(3)的信号输出端与电机(13)、 防水马达(9)和物联 网通讯模块(15)的信号输入端连接 。 8.一种基于物联网的水资源调度预警装置， 其特征在于， 利用权利要求1～7中任一权 利要求所述的基于物联网的水资源调度预警装置， 所述一种基于物联网的水资源调 度预警 方法的步骤如下： 步骤一： 先将水资源调度预警装置投放到各个水域中， 在各个水域中进行水资源深度 的检测、 雨量检测和水面蒸发量检测， 并将 检测的数据传输给调 度总控制中心， 在将水资源 深度资料传输完成后， 调度总控制中心根据水资源的深度数据 统一层数距离标准， 对各个 水资源区域进行 金字塔建模分层； 步骤二： 在水资源分层后， 各个水资源区域的分层数据输入到卷积神经网络 中， 利用卷 积神经网络建立水资源分层模型， 当区域内的分层数据减少后， 能够直观的看出层数 的缩 减， 从而能够对水资源调度进行 预警； 步骤三： 由于预测雨量的大小与实 际下雨量存在出入， 利用卷积神经网络建立预分析 调度模型， 建立各个区域内降雨量10％到100％的调度模型， 不同百分比调度模型， 输入不 同的水资源调度量， 经过水资源调度预警装置， 对实际雨量和蒸发量进行数据的不断更新 传输， 能够比对出实际的降雨量为预测降雨量的百分比， 在比对完成后， 直接利用百分比调权　利　要　求　书 1/2 页 2 CN 115392693 A 2度模型进行 水资源的调度； 步骤四： 在水资源的调度 过程中， 水资源调度 预警装置底部的超声波测深传感器， 会不 断的检测到水资源区域的水深， 并将水深数据传输给调度控制中心， 不断的修正水深数据， 当水深数据与分层模型数据吻合后， 调度控制中心 能够及时停止水资源的调度， 精确的进 行水资源的调度。权　利　要　求　书 2/2 页 3 CN 115392693 A 3